四川省典型行业挥发性有机物源成分谱

本研究选取了四川省汽车制造、木制家具、人造板制造、涂料生产和合成树脂生产等挥发性有机物(VOCs)排放源典型行业,通过GC-MS国标方法分析各环节有组织排放的VOCs组分,采用排放总量归一化法处理,获取了四川省汽车制造等典型行业挥发性有机物的成分谱.结果表明,汽车整车制造、木制家具和油性涂料生产企业的VOCs主要组分为芳香烃和含氧化合物,占总VOCs的70%以上,汽车零部件制造企业排放物种主要为芳香烃,其占比达90%以上.人造板制造业含氧化合物占比达97%,其中甲醛占比为75%,其次为异丙醇、丙酮等物质.合成树脂行业芳香烃、烯烃占比较高,占比之和达80%以上,其中烯烃物种主要为1,3-丁二烯和1-丁烯.不同行业排放物种虽存在一定差异,但主要以芳香烃和含氧化合物为主,因此,应加强对芳香烃和含氧化合物等浓度高、活性高、毒性大的组分进行识别和控制,采取源头、过程和末端全过程控制,达到总量减排的效果.     

水中钒的催化示波极谱测定法——钒—过硫酸铵—苯羟乙酸—硫酸新体系

本文基于在硫酸介质及100℃水浴加热条件下,痕量钒(V)对过硫酸铵氧化苯羟乙酸生成电活性物质苯甲醛这一慢反应的选择催化作用,建立了一个可测范围为0.04ng/ml-8.0ng/ ml,灵敏快速、选择性较佳的测定水中钒的催化示波极谱法。     

溧阳地区强震动台站场地特征研究

介绍了溧阳地区强震动台站分布情况,对其近年来获得的强震动记录进行初步分析,采用水平竖向谱比法研究其中3个台站的场地特征。利用卓越周期划界法对台站场地进行了初步的类别划分。结合典型台站场地的钻孔资料计算卓越周期和划分场地类别,并进行对比分析。研究结果表明,基于强震动记录的HVSR曲线的卓越周期和谱型能够较好的体现台站的场地特征,且HVSR法能突出不同场地的地震反应特征。     

基于能力曲线的燃气系统地震脆弱性评估方法

为了定量评估燃气系统在地震中的脆弱性水平,基于能力——需求谱方法建立了燃气系统地震脆弱性评估方法。评估方法从地震潜在危险性分析、结构抗震能力、需求谱与脆弱性曲线建立以及破坏状态预测等四方面着手研究。基于上述模型与方法,研究了地震动作用下燃气系统最大承载能力、破坏等级及概率。最后以某天然气压缩站主体建筑为例,建立了反映场地地震潜在危险性的地震反应谱,构建了用于确定性能点的抗震能力——需求谱,并基于FEMA 273绘制了不同破坏等级的脆弱性曲线,定量分析了该压缩站遭受破坏等级和概率。     

夏季东海北部近海鱼类群落结构变化

根据1964、1982、1999和2005年6月渔业生物资源底拖网监测资料,分析了东海北部近海鱼类群落结构的变化。结果表明,1964、1982、1999和2005年间,4次监测中出现的鱼类种类数分别为64、78、64和47种;4次监测中主要优势种类均为带鱼,但其资源量正逐渐降低;其它优势种类由20世纪60年代的底层优质鱼类,转变为80年代的中上层鱼类,随后转变为现在的群落结构简单、底层和中上层鱼类均较少的状况;鱼类生物多样性指数均呈现由1964年到1982年升高,随后又逐渐降低的趋势;1964-2005年间鱼类群落长度谱变化状况表明,该海域内的鱼类呈现小型种类和小个体增多,大个体减少,且长度范围变小的趋势。     

基于高分辨率MARGA数据分析石家庄PM2.5成分谱特征

利用MARGA离子在线分析仪ADI 2080于2014年8月21日~9月23日在石家庄市气象局楼顶开展了PM2.5组分连续观测试验,结合气象、环境监测资料对其进行了相关分析,结果表明:8种气溶胶水溶性离子质量浓度总和与石家庄市PM2.5浓度保持高度一致,二次离子SO42-、NH4+、NO3-占水溶性离子总和的88.4%,是石家庄PM2.5的主要组分,SO42-质量浓度在水溶性离子中所占比例最大,随气温的升高而增加,随湿度的增大有所下降,NO3-则相反,随湿度的增大所占比例增加明显;能见度随水溶性离子质量浓度增加呈幂函数快速下降,二次离子SO42-、NH4+、NO3-质量浓度与盛行风向和工业区布局、太行山地形有关,浓度最大的风向为东北风,最小的为偏西风;SO42-、NO3-的气态前体物SO2、NO2气相、液相转化率SOR、NOR均随着湿度增大而增大,SOR与湿度关系更密切,NOR受辐射影响日变化呈单峰型;Ca2+做为建筑材料的标识元素,干燥的晴天及偏西风影响下质量浓度较大,在该种天气型下需注意控尘.     

基于EEMs与UV-vis分析苏州汛期景观河道中DOM光谱特性与来源

为探究汛期连续强降雨对苏州景观河道中溶解性有机物的影响,应用三维荧光光谱（EEMs）结合平行因子分析（PARAFAC）和紫外-可见吸收光谱（UV-vis）技术,分析了汛期不同时期苏州景观河道中溶解性有机物的光谱特性和来源.结果表明,整个汛期时期水体中共有4种溶解性有机物（DOM）荧光组分,包括2种类腐殖质组分（C1和C4）和2种类蛋白质组分（C2和C3）,相关性分析表明荧光组分C2、C3和C4之间存在显著相关性.汛期初期时受初期雨水影响,河道中DOM的总荧光强度较强,而在汛期中期和后期,DOM的荧光强度显著降低.荧光特征参数表明,在汛期初期时DOM的内源性特征显著,到中期时陆源性显著,到后期又以内源占主导.整个汛期SUVA₂₅₄、SUVA₂₆₀和E2/E3都呈现相同趋势,先降低而后升高.受汛期连续强降雨的影响,河道中氮磷营养盐含量增加,但在汛期较强的水动力条件下,藻类并未大量增殖,直到汛期结束后藻类开始大量增殖.荧光组分C2、C3和C4与特征参数（FI、HIX、BIX和β：α）有显著相关性（P<0.01）,所有荧光组分与DOC均有显著相关性（P<0.05）,荧光组分C1与叶绿素a （Chla）有显著相关性.主成分（PCA）分析表明汛期不同时期河道中DOM组分差异显著,汛期连续强降雨对水体中C2、C3和C4组分含量影响显著.     

基于SSA-XGBoost方法的降水变化趋势预测模型

全球变暖预期下不同区域的未来降水变化,是政府和公众都关心的重要问题,也是全球变化研究的前沿科学问题。预测模型的建立是预测/预估研究的重点和难点,现今不稳定的气候背景对预测模型的精准度提出了更高的要求。为了解决传统方法对长期时间序列预测效果欠佳的问题,本文以泰国南部洞穴石笋δ¹⁸O重建的过去270多年（公元1773—2004年）的降水记录为数据集,提出了SSA-XGBoost预测模型。对原始数据去趋势预处理后,采用奇异谱分析法（SSA）提取前部分数据（1773—1964年）的振荡成分以确定数据的最佳谐波个数,并进行准确的周期信号分量分解;之后用去趋势数据减去周期信号得到随机信号,再利用XGBoost模型对随机项进行预测;最后将预测的序列、趋势曲线和周期信号延拓结果相叠加得到最终的预测数据（1965—2004年）。与其他四种模型（XGBoost、ARIMA、SSA-ARIMA、LightGBM）的预测结果相比,SSA-XGBoost的预测结果与真实值最相近,且MAE和RMSE均最小,R²也更接近1,说明该模型具有更高的精度和稳定性。该研究对于泰国南部等热带地区未来的降水变化趋势预测具有较好的指导意义,也可为其他长时间序列的预估研究提供借鉴。     

皮革厂颗粒相污染物中有机成分谱的研究

调查了珠江三角洲典型皮革厂生产过程中不同车间PM₁₀的污染水平,并采用超声萃取和GC-MS联用技术研究了PM₁₀中半挥发性特征有机污染物的含量和成分谱.在所采集的PM₁₀样品中共检测出46种有机化合物,包括苯酚类、醇类、多环芳烃类、酸类、酰胺类和酯类等;真皮水场车间、真皮涂饰车间和人造皮革车间的PM₁₀浓度分别为678.5、 454.5和498.6 μg·m^-3,其颗粒相中有机物质量浓度分别为10.04、 6.89和14.21 μg·m^-3;真皮水场车间以酯类和酰胺类物质所占比重较大,分别为43.47%和36.51%,真皮涂饰车间以酯类和醇类物质所占比重较大,分别为52.52%和16.16%,人造革生产车间以酯类和酰胺类物质所占比重较大,分别为57.07%和24.17%;在得到的具体成分谱中,水场车间以9-十八碳烯酰胺含量最高,为26.15%,真皮涂饰车间以邻苯二甲酸二辛酯的含量最高,为44.19%,而人造革车间的丁烯二酸二(2-乙基己基)酯和1-羟基哌啶含量明显高于其它2个车间.     

四川省人为源挥发性有机物组分清单及其臭氧生成潜势

基于调研文献测试数据,对不含含氧有机物（oxygenated volatile organic compounds,OVOCs）组分的源成分谱进行修订和重构,得到归一化的VOCs源成分谱,根据2015年四川省大气污染源排放清单建立了基于源成分谱的1 km×1 km VOCs组分排放清单,并估算其臭氧生成潜势以评估对臭氧生成的影响.所建立的VOCs源成分谱库包括45个源成分谱和519种组分,由于针对富含OVOCs的生物质燃烧和汽车排放等源类进行了修订和重构,因此所建立的源成分谱库对于VOCs组分清单构建和源解析具有更好地应用性.VOCs组分清单结果表明,四川省人为源VOCs总排放量为773.8 kt,其中烷烃、烯烃、炔烃、芳香烃、OVOCs、卤代烃和其它VOCs分别占VOCs总排放量的21.6%、10.0%、1.7%、28.0%、26.2%、4.2%和8.3%,总臭氧生成潜势（ozone formation potential,OFP）为2584.9 kt,上述各类VOCs分别占总OFP的6.9%、26.1%、0.5%、42.3%、23.2%、0.4%和0.5%.四川省各城市VOCs排放组分均以芳香烃、OVOCs和烷烃为主,但亦存在显著差异：成都、雅安、阿坝、甘孜和凉山机动车排放贡献较大,烷烃排放量占VOCs排放总量的比例较高;攀枝花为工艺过程源贡献较大的重工业城市,烷烃排放量占比较高;德阳、眉山、遂宁和资阳溶剂使用源排放较大,OVOCs排放量占比较高.四川省VOCs排放量和OFP较大的组分主要集中分布于人口和工业较为密集和发达的四川盆地区域以及凉山和攀枝花的部分地区,其中间-二甲苯和甲苯主要贡献源为溶剂使用源,导致其在城市建成区的分布更为集中,生物质燃烧对乙烯和甲醛排放有大量贡献,造成其在农业发达的川东和川南的耕地区域有大量分布.